Севкер и рынок. 2019, №4.

• также присутствует прямая корреляционная зависимость между показателями «Объем инновационных товаров, работ, услуг» (Y) и «Мероприятия (выставки, конкурсы и т. д.), направленные на повышение инновационной активности в регионе» (x9) (коэффициент корреляции +0,86); • прослеживается прямая корреляционная зависимость между «Объемом инновационных товаров, работ, услуг» (Y) и «Затратами на охрану окружающей среды» (x14) (коэффициент корреляции +0,93). Минимальная корреляционная связь прослеживается по факторам: • численность экономически активного населения (-0,14); • коэффициент изобретательской активности (-0,19). Таблица 3 Базовые индикаторы для оценки инновационного потенциала на примере Республики Саха (Якутия)* Индикатор 2018 г. 2008 г. Y Объем инновационных работ, товаров, услуг, млн руб. 705941,3 150320,9 X1 ВРП на душу населения, руб. 951220 253423 X2 Численность населения, тыс. чел. 964,3 958,9 X3 Экономически активное население, тыс. чел. 499,1 506,4 X4 Численность персонала, занятого исследованиями и разработками, чел. 2279 2537 X5 Число предприятий, занимающихся инновационной деятельностью, ед. 33 21 X6 Число использованных передовых производственных технологий, ед. 755 412 X7 Затраты на инновационные и научные исследования, млн руб. 6637,7 2083,8 X8 Коэффициент изобретательской активности, ед. 0,92 0,8 X9 Мероприятия (выставки, конкурсы и т. д.), направленные на повышение инновационной активности в регионе, ед. 148 68 X10 Степень износа основных фондов, % 44,3 42,9 X11 Индекс производства по добыче полезных ископаемых, % 102,2 100,8 X12 Объем выбросов загрязняющих веществ в атмосферу, тыс. т. 243,6 159,8 X13 Деятельность по ликвидации загрязнений, тыс. т 10,8 47 X14 Затраты на охрану окружающей среды, млн руб. 7930,4 3205,6 * Годовые данные: наука и инновации. URL: http://sakha.gks.ru/wps/wcm/connect/rosstat_ts/sakha/m/ statistics/enterprises/science/ (дата обращения: 27.09.2019); Статистический ежегодник Республики Саха (Якутия), 2018. URL: http://sakha.gks.ru/wps/wcm/connect/rosstat_ts/sakha/ru/publications/official_publications/ electronic_versions/4272910047c730b98fa9afed3bc4492f (дата обращения: 27.09.2019). Остальные факторы не продемонстрировали значимой связи с результатом либо были мультиколлинеарны с выбранными для анализа факторами. Таким образом, во внимание нами берутся показатели x1, x9 и x14. Рассмотрим результаты регрессионного анализа. Коэффициент детерминации равен 0,989. Значит, дисперсия выбранных факторов на 98,9 % объясняет дисперсию результата. Данный коэффициент является высоким, однако для модели характерна очень высокая стандартная ошибка (значение ошибки 48523,66), что свидетельствует о ее невысоком качестве. Такое невысокое качество модели может объясняться слишком коротким рядом, имеющимся для исследования. Нормированный R-квадрат ниже обычного (0,86), что может также свидетельствовать об ошибках в спецификации модели, то есть о недостаточном количестве включенных в модель факторов. Однако ограниченность в данных связана с объективным отсутствием информации по исследуемой проблеме. Хотя F-критерий показывает значимость модели в целом. При расчетах использовались два варианта: с константой и без константы. Второй вариант оказался лучше, поскольку по t-тесту константа постоянно была не значима. Также t-тесту незначимым является и коэффициент при переменной x14. В связи с этим было принято решение построить новое уравнение зависимости Y от двух оставшихся факторов — х1 и х9. В результате изменения спецификации коэффициент детерминации возрос до 0,994. Нормированный коэффициент детерминации также вырос (0,989), что говорит о повышении качества модели. Однако среднеквадратическая ошибка сохранила высокое значение, хотя и снизилась по сравнению с предыдущим вариантом спецификации до 45758,96.